基于EMD-SVR的MEMS陀螺仪随机漂移多尺度预测

• 作者: 何嘉宁 李醒飞 钟莹
• 来源期刊: 测试科学与仪器
• 学科: 航空航天
• 关键词: 随机漂移 MEMS陀螺仪 经验模态分解 支撑向量回归 相空间重构 多尺度预测
• 年，卷（期）: 2020,（3）
• 页码范围: 290-296
• 页数: 7页
• 分类号: V241.5
• 字数: 812字
• 语种: 英文
• DOI: 10.3969/j.issn.1674-8042.2020.03.013

摘要

为了提高MEMS陀螺仪随机漂移序列的预测精度,提出了一种基于经验模态分解(EMD)和支撑向量回归(SVR)的多尺度预测模型.首先,通过EMD分解,将原始漂移序列分解为有限个频率逐级递减的本征模函数(IMF).然后,根据每个IMF的时频特性,分别进行相空间重构并建立SVR预测模型.最后,将各IMF的预测结果等权相加得到最终预测结果.实验结果表明,提出的模型能够有效预测MEMS陀螺仪的随机漂移,且相比于单一的SVR模型具有更高的预测精度,可为MEMS陀螺仪漂移误差补偿提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李醒飞	天津大学精密测试技术及仪器国家重点实验室	147	1425	20.0	30.0
2	钟莹	天津大学精密测试技术及仪器国家重点实验室	31	275	10.0	16.0
3	何嘉宁	天津大学精密测试技术及仪器国家重点实验室	1	0	0.0	0.0